要理解这项研究的意义，我们先来看一个真实发生的故事。2024年，加拿大航空公司因为其聊天机器人错误地向客户承诺退款而被法院要求承担责任。这个事件完美诠释了当前AI守护系统的局限性：现有的守护模型就像一个只会按固定条款执行的保安，它们只能识别一些通用的有害内容，

推理 数据集 守门员 马里兰大学 dynaguard 2025-09-22 22:03  2